- La Universidad Carnegie Mellon ha estado trabajando con Facebook y Google para encuestar a la población estadounidense en busca de síntomas de COVID-19 (coronavirus).
- Los investigadores están agregando esos datos, además de más información procedente de las instituciones de salud pública, para elaborar indicadores en tiempo real que muestren la propagación de COVID-19 por estado, condado y área metropolitana.
- Estos datos informarán a los funcionarios públicos para que puedan tomar decisiones educadas sobre cuándo es seguro reabrir las economías locales.
Mientras que la mayoría de los Estados Unidos se queda en casa y practica el distanciamiento social, algunos estadounidenses inquietos están participando en protestas públicas COVID-19 (coronavirus) y pidiendo que el país se reabra. Si bien la ciencia no apoya tales protestas, los manifestantes plantean la pregunta fundamental: Cuando enlatar reanudamos nuestras vidas, volvemos al trabajo, vamos a ver una película, o incluso finalmente asistimos a los funerales de nuestros seres queridos?
La Universidad Carnegie Mellon ha desarrollado un conjunto de modelos en tiempo real que pueden contener las respuestas. Armados con datos de salud pública de hospitales de investigación y los Centros para el Control y la Prevención de Enfermedades (CDC) de los Estados Unidos, además de un grupo de nuevos datos de síntomas autoinformados de las encuestas de Facebook y Google, los investigadores de la UMC han elaborado una imagen completa y agregada de cómo es la ola de casos COVID-19 en los Estados Unidos en tiempo real.
COVIDCast ofrece un mapa de calor interactivo que le permite profundizar en los datos del indicador COVID-19 por estado, condado y área metropolitana. Los datos se actualizarán diariamente para proporcionar a los responsables de la toma de decisiones, como los gobernadores, una herramienta completa para realizar un seguimiento de la expansión y contracción de la enfermedad en su región geográfica a lo largo del tiempo.
Los investigadores principales Ryan Tibshirani y Roni Rosenfeld, parte del Grupo de Investigación Delphi de la UMC, han utilizado el aprendizaje automático para pronosticar la gripe en los Estados Unidos desde 2013. Como resultado, los científicos hablan con los CDC casi a diario. Su equipo de respuesta Delphi COVID-19 ha crecido a más de 30 miembros de la facultad, estudiantes y voluntarios.
Si bien los CDC tienen al menos 20 años de datos sobre la gripe, “con pandemias, el panorama cambia, hay muy pocos datos”, dice Tibshirani Mecánica Popular. Sin historia sobre la que aprovecharse, los investigadores deben aprender de los datos a medida que se acumulan.
Comprender el estado actual de COVID-19 por ubicación ayudará al equipo de la UMC finalmente a pronosticar la propagación del virus. El objetivo final, dice Rosenfeld Mecánica Popular, es crear pronósticos a corto plazo que darán a los hospitales cuatro semanas de aviso antes de que un pico de casos llegue realmente a su región.
Esto no sólo podría salvar vidas asegurando que los nuevos ventiladores sean enviados a los hospitales que más los necesitan, sino que también podría arrojar información sobre la eficacia del distanciamiento social.
El arte de rastrear los síntomas
Tal vez ya has notado un nuevo widget en la parte superior de tu feed de noticias de Facebook, pidiéndote que completes una encuesta opcional que la CMU armó para rastrear los síntomas de COVID-19. Es el resultado de una colaboración entre la universidad y el gigante de las redes sociales para recopilar esos datos antes inexistentes. En otra parte de la web, puedes encontrar las encuestas en Google Opinion Rewards y AdMob.
Facebook/CMU
Estas encuestas le hacen algunas preguntas básicas de salud, como si alguien que usted sabe que está experimentando actualmente una fiebre, tos u otros síntomas relacionados con COVID-19. El alcance global ha sido una bendición para el seguimiento de síntomas de la UMC, ya que unos 600.000 usuarios de Google toman la encuesta cada día. Mientras tanto, Facebook ha generado un promedio de alrededor de un millón de respuestas por semana.
Este es un mapa de seguimiento de síntomas que Facebook ha elaborado junto con los datos agregados:
Este contenido se importa de terceros. Es posible que pueda encontrar el mismo contenido en otro formato, o que pueda encontrar más información, en su sitio web.
Al igual que las aplicaciones de rastreo de contactos bluetooth requieren escala para trabajar, los modelos de CMU sólo serán más precisos a medida que más personas tomen estas encuestas.
Si le preocupa su privacidad, las dos empresas tecnológicas en su mayoría solo sirven como punto de distribución para estas encuestas: no manejan los datos. Para cada participante en la encuesta, Facebook comparte un número de identificación aleatorio con CMU. Una vez que esa persona completa la encuesta, la CMU envía el número de IDENTIFICACión detrás, pero con ninguna de las respuestas.
Mantener seanos de los síntomas autoinformados es una gran flecha para tener en el temblor estadístico, pero esos datos por sí solos no hacen suficiente trabajo pesado. Eso es porque el sesgo de selección puede arrastrarse; sólo un cierto tipo de persona realmente responderá a la encuesta, dice Tibshirani.
“Nuestra primera línea de defensa es pensar en estos indicadores como medir algo que no es una verdad sobre el terreno … pero útil, sin embargo, en la predicción”, dice. Facebook proporciona la segunda línea de defensa con una estadística conocida como “valor de peso” que ayudará a corregir el sesgo de muestra. Después de todo, la población demográfica en Facebook, y el subgrupo que llena las encuestas, no representa perfectamente una porción de Los EE.UU.
Para redondear sus fuentes de datos para su modelo de pronóstico final, los investigadores utilizan otros tres indicadores además de las dos encuestas autoinformadas de Facebook y Google:
- Tendencias de búsqueda de Google: A través de la API de Google Health Trends, los científicos pueden comprender dónde y cuándo se están escupiendo búsquedas relacionadas con los síntomas de COVID-19.
- Visitas ambulatorias: Un sistema nacional de salud ha proporcionado a la UMC estadísticas sobre las visitas de los pacientes para consultar a los médicos, así como las visitas de telemedicina. Esto ayudará a los investigadores a estimar el porcentaje de visitas para los síntomas relacionados con COVID-19 por ubicación en un día determinado.
- Estadísticas de pruebas de gripe: Quidel Corp., un fabricante de pruebas médicas, proporciona a los investigadores de la UMC estadísticas sobre las pruebas de gripe. En lugar de las pruebas de COVID-19 que todavía no están disponibles en gran medida, los trabajadores médicos administran rutinariamente pruebas de gripe a las personas que se quejan de los síntomas de COVID-19 como una manera de descartarlo como un diagnóstico. Lo que queda son posibles casos de COVID-19.
Los cinco indicadores por sí solos son lo suficientemente serios como para especular. Pero juntos, pueden mostrar tendencias en los datos, especialmente si varios indicadores están pintando la misma imagen.
El flujo de la distancia social
Los gobernadores pueden tener que instituir órdenes de estancia en casa en oleadas durante los próximos 12 a 18 meses o más, porque no tenemos idea de cómo COVID-19 progresará a lo largo de las estaciones. La segunda llegada de la gripe española de 1918 fue notoriamente virulenta, y los estudios muestran que los virus del ARN “adquieren rápidamente variantes genéticas a través de mutaciones aleatorias”, lo que significa que los virus se adaptan y regresan con una venganza.
Sin embargo, si el número de nuevos casos DE COVID-19 de un área está disminuyendo, eso sólo “muestra que los métodos de distanciamiento y cierre sociales están funcionando”, dice Rosenfeld. “No significa [people] debe celebrar y hacerse. Estás haciendo lo correcto, sigue haciéndolo hasta que te digan lo contrario”.
El Imperial College de Londres ya ha modelado cómo las medidas de salud pública podrían afectar a los posteriores descuentamientos de COVID-19. Neil Ferguson, director del Instituto Abdul Latif Jameel para Enfermedades y Análisis de Emergencia (J-IDEA), dice:
Utilizamos las últimas estimaciones de gravedad para demostrar que las estrategias de política que tienen como objetivo mitigar la epidemia podrían reducir a la mitad las muertes y reducir la demanda máxima de atención médica en dos tercios, pero que esto no será suficiente para evitar que los sistemas de salud se vean abrumados. Por lo tanto, se requerirán intervenciones más intensivas y socialmente disruptivas para suprimir la transmisión a niveles bajos. Es probable que esas medidas, en particular, el distanciamiento social a gran escala, deba estar en vigor durante muchos meses, tal vez hasta que una vacuna esté disponible.
Eventualmente, los indicadores de la UMC podrían ayudar a los gobernadores a decidir cuándo implementar órdenes estrictas de permanecer en casa, y cuándo volver a flexionar con ellos.
“Creemos que las decisiones sobre el distanciamiento social … será impulsado en gran medida por las preocupaciones acerca de la superación de la capacidad [in hospitals],”, dice Rosenfeld. “[The models] puede ayudarles a pensar en la reapertura de la economía en términos medidos”.
Este contenido es creado y mantenido por un tercero, e importado en esta página para ayudar a los usuarios a proporcionar sus direcciones de correo electrónico. Es posible que pueda encontrar más información sobre este contenido y contenido similar en piano.io
Esta sección de comentarios es creada y mantenida por un tercero y importada a esta página. Es posible que pueda encontrar más información en su sitio web.